kakasiで漢字や片仮名を平仮名に変換する方法

このドキュメントの内容は、以下の通りです。

• kakasi
• FreeBSDにkakasiをインストールする
• インストール
• 参考サイト
• 実行方法
• オプション

文字列が辞書と一致するか、などの処理をしたいときに、
文字列が漢字や片仮名、平仮名で構成していたりすると
読み方が同じ文字列であっても、同一のものと処理するのが面倒です。
たとえば、「猫」と「ねこ」、「ネコ」が同じものとして扱いたいときのことです。
そういうときに、文字列を全部平仮名にしてしまって、辞書も平仮名で用意しておけば、簡単にマッチングすることができます。

こういった処理には、いろいろな方法がありますが、今回は、FreeBSD/Unixで簡単に実現できる方法について紹介します。

kakasi

kakasiとは、漢字→かな（ローマ字）変換プログラムです。
kakasiは、漢字かなまじり分をひらがな分やローマ字分に変換することを目的として、作成されたプログラムと辞書の総称です。

FreeBSDにkakasiをインストールする

FreeBSDの場合、kakasi を ports からインストールできます。

インストール

cd /usr/ports/japanese/kakasi
sudo make install clean

portinstallコマンドでインストールする場合

sudo portinstall /usr/ports/japanese/kakasi

portmasterコマンドでインストールする場合

sudo portmaster /usr/ports/japanese/kakasi

参考サイト

• http://kakasi.namazu.org/

実行方法

euc.txt は、平仮名、漢字、カナカナが混在した euc-jp エンコードのファイルです。

漢字とカタカナとひらがなのファイル。

漢字を平仮名、カタカナをひらがなに変換

kakasi -JH -KH < euc.txt

漢字を平仮名をひらがなに変換

kakasi -JH < euc.txt

カタカナをひらがなに変換

kakasi -KH < euc.txt

オプション

今回利用したオプションの意味は以下のとおりです。

---